海绵宝宝强无敌的博客

python memmap

python多线程

随机种子复现模型常见的博客中提到的设置如下def _init_seed(seed): random.seed(seed) np.random.seed(seed) torch.manual_seed(seed) torch.cuda.manual_seed(seed) torch.cuda.manual_seed_all(seed) #multi-gpu os.environ['PYTHONHASHSEED'] = str(seed) torch.backends.cudnn.dete

tensorflow1.4将一个变量赋值给另一个变量tf.assign: 赋值后变量名称没变，所以应该还是不同变量if args.if_same_encoder_init: var = tf.global_variables() var_encoder1 = [val for val in var if 'Encoder1' in val.name] var_encoder2 = [val for val in var if 'Encoder2' in val.name]

tensorboard提取图片https://gist.github.com/hysts/81a0d30ac4f33dfa0c8859383aec42c2#!/usr/bin/env pythonimport argparseimport pathlibimport numpy as npimport cv2from tensorboard.backend.event_processing import event_accumulatordef main(): parser =

3D Slicer auto W/L实现参考博客：3Dslicer1:入门及基本控制自动窗宽窗位的一些思路How auto W/L is implemented in 3DSlicer?python代码：根据How auto W/L is implemented in 3DSlicer?实现// auto W/Ldef auto_wl(img, low=0.1, high=0.99): imhist, bins = np.histogram(img.flatten(), int(ma

Tensorboard使用记录笔者最近使用了下Tensorboard，感觉非常好用。Tensorboard的使用也非常方便。当使用tf.summary.image/tf.summary.scalar等讲标量或者图像写入.amax文件后，只需使用下面command line即可打开Tensorboard：// A code blocktensorboard --logdir=/path/to/file/Mar12-1111_enc_ups_dl_0.01就可以检测写入的量了。图像的话，默认显示

Python读取excel文件数据并画柱状图import xlrdimport osimport numpy as npimport matplotlib.pyplot as pltimport mathdef read_excel(file_path): data = {} workBook = xlrd.open_workbook(file_path) allSheetNames = workBook.sheet_names() for sheet_n

可能解决cannot connect to X server的博客https://www.iteye.com/blog/wenku-1973600https://blog.csdn.net/lrt366/article/details/96878750?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.control&depth_1-utm_source=distribute.pc

HDF5数据格式学习笔者最近学习ICCV2019《Recursive Cascaded Networks for Unsupervised Medical Image Registration》代码，它的预处理数据是hdf5格式的，这里做一个简单了解及学习。参考资料 Introduction to HDF5 可能需要科学上网。HDF5数据格式介绍如上图所示，一个HDF5文件的结构主要包括group和dataset，每个文件都默认会包含一个root group，在这个group下可以创建group或者

二维图像配准flow field可视化笔者最近要对二维图像的flow field做可视化，参考的文章是FlowNet1.0中supplemetary中的方案，该方案和SIFT Flow是一样的，SIFT Flow提供了matlab代码，下载链接 Matlab Flow可视化(审核还未通过)，笔者改写成了python代码。可视化策略FlowNet1.0文章 文章链接 描述了Flow Field可视化策略Python代码// visualize flow fielddef visualize_f

GAN网络理解笔者参考下面三个资料后，对GAN的理解做了一些记录。资料参考：GAN 2014 paper; Understanding Generative Adversarial Networks (GANs); NIPS 2016 Tutorial: Generative Adversarial NetworksUnderstanding Generative Adversarial Networks (GANs)GAN网络于2014年提出，作为一种新颖的网络结构被广泛使用。GAN网络主要包含

Tensorflow学习笔者在这里记录一下零散的tensorflow的简单学习。1、sess.run(),.run(),.init()的区别，如果不确定，用sess.run(xxx)总是正确的。2、这里的training_op记录的是模型优化出来的要优化的参数。3、当图中有placeholder的时候，我们需要在sess.run的时候，给feed_dict参数，一般是加载trianing data会用到，需要外部给training data来进行这一次train step的sess.run。对于有‘

Python学习由于在学习一些深度学习代码的时候，涉及到一些类等其他的高级应用，笔者之前没接触过，与其一点一点的查，不如先集中学习一下。故选择该 Python教程 将python的一些语法以及高级用法进行一个集中学习，此处做一些之前不熟悉语法或者高级用法的简单记录。字符串转义：使用 \ 进行转义，\本身也要转义，如果要输出 \，则为 \\，r’‘表示’‘内部的字符串默认不转义。要输出’也要转义->\’。格式化的字符串 format(): ex. ‘test_{}’.format(1) ->

Pycharm调试技巧此处记录以下用Pycharm调试程序的时候，一些技巧，后续遇到有用的会继续补充。1、在Python console中运行选中代码：选中某些代码行，右键Excute Selection in Python Console (注意此时一些包可能没有在console中import）2、使用Pycharm进行Debug时，下图所示Resume Program按钮可以实现从上一个断点运行到下一个断点。...

Pycharm远程服务器设置

Anaconda安装(macOS/Linux/Windows)链接1: Anaconda介绍安装和使用链接2: Anaconda官方由于在Anaconda官网找旧版本的Anaconda不太方便，此处给出链接旧版本Anacondapython3.6.5对应Anaconda3-5.2.0-xxx除去下面提到的问题，其他均按照Anaconda官方操作即可。安装中遇到的问题Verify data integrity with SHA-256一般下载的.sh或者.pkg文件的完整性不会出现问题，如果不